线性代数 必背公式总结&&线代计算技巧总结_分块矩阵大总结_秩一矩阵大总结

文章目录

  • 写在最前
  • 1.线性代数必背公式(更新中)
    • [1.1 关于行列式、逆矩阵、伴随矩阵、转置矩阵计算公式大总结](#1.1 关于行列式、逆矩阵、伴随矩阵、转置矩阵计算公式大总结)
    • [1.2 矩阵秩的大总结](#1.2 矩阵秩的大总结)
    • [1.3 分块矩阵大总结](#1.3 分块矩阵大总结)
    • [1.4 秩一矩阵大总结](#1.4 秩一矩阵大总结)
  • 2.线代计算技巧总结
    • [2.1 快速计算三阶行列式](#2.1 快速计算三阶行列式)
    • [2.2 快速判断三阶矩阵的秩](#2.2 快速判断三阶矩阵的秩)
    • [2.3 快速计算伴随矩阵](#2.3 快速计算伴随矩阵)
    • [2.4 快速计算逆矩阵](#2.4 快速计算逆矩阵)
    • [2.5 快速计算特征值](#2.5 快速计算特征值)
    • [2.6 快速特征向量](#2.6 快速特征向量)
    • [2.7 快速计算求两个向量的正交向量](#2.7 快速计算求两个向量的正交向量)
  • 3.综合题总结
    • [3.1 求|A|的代数余子式之和A~11~+A~12~+A~13~](#3.1 求|A|的代数余子式之和A11+A12+A13)
    • [3.2 【计算行列式】与特征值结合](#3.2 【计算行列式】与特征值结合)
    • [3.3 【计算行列式】与可逆矩阵充当除法结合](#3.3 【计算行列式】与可逆矩阵充当除法结合)
    • [3.4 【简单常识】反求矩阵A](#3.4 【简单常识】反求矩阵A)
    • [3.5 【简单常识】矩阵方程意味着特征值方程](#3.5 【简单常识】矩阵方程意味着特征值方程)
    • [3.6 【经典例题】使用传递性求可逆矩阵存在可逆矩阵P,使得P^-1^BP=对角阵](#3.6 【经典例题】使用传递性求可逆矩阵存在可逆矩阵P,使得P-1BP=对角阵)
    • [3.7 将方程求解问题转换为特征值特征向量的问题](#3.7 将方程求解问题转换为特征值特征向量的问题)
    • [3.8 将求未知矩阵的问题转为求特征值特征向量](#3.8 将求未知矩阵的问题转为求特征值特征向量)
    • [3.9 求可逆实对称矩阵Q,使得Q^-1^AQ=A^T^,找A和A^T^的联系](#3.9 求可逆实对称矩阵Q,使得Q-1AQ=AT,找A和AT的联系)
    • [3.10 已知p^-1^Ap=B,知道B的特征值特征向量,如何求A的特征值特征向量](#3.10 已知p-1Ap=B,知道B的特征值特征向量,如何求A的特征值特征向量)
  • 4.二级结论积累
    • [4.1 A^m-1^a≠0,A^m^a=0的二级结论](#4.1 Am-1a≠0,Ama=0的二级结论)
    • [4.2 A和A^T^不同特征值的特征向量,一定正交](#4.2 A和AT不同特征值的特征向量,一定正交)

写在最前

本篇文章,着眼于线性代数需要记忆的公式总结和一些使用的计算方法总结,以及一部分题目的积累

1.线性代数必背公式(更新中)

1.1 关于行列式、逆矩阵、伴随矩阵、转置矩阵计算公式大总结

几点注意:

1.行列式可以提一行k,但是矩阵不行,矩阵提k,是整个矩阵的每一个元素都提出k。

1.2 矩阵秩的大总结

1.3 分块矩阵大总结

  • 分块矩阵的行列式
  • 分块矩阵的乘法
  • 分块矩阵的逆矩阵
  • 分块矩阵的转置
  • 分块矩阵的逆矩阵
  • 分块矩阵的秩
  • 分块矩阵的初等变换


1.4 秩一矩阵大总结

2.线代计算技巧总结

2.1 快速计算三阶行列式

如何快速计算三阶行列式,当然了,这种计算方法较为适用于含有0少的情况,如果容易展开,直接展开就行

竖着抄两行

2.2 快速判断三阶矩阵的秩

核心思想:枚举法

一个三阶矩阵,秩的情况,无非就是0,1,2,3

0和1这两种情况能看出来

所以重点在于判断2和3的情况,用行列式判断

行列式=0,秩=2,行列式≠0,秩为3

2.3 快速计算伴随矩阵

1.按照计算行列式的方法,先竖着补两列,再抄写第一行和第二行,放在下面

2.去掉第一行,第一列

3.算二阶行列式,竖着算,横着写

2.4 快速计算逆矩阵

A − 1 = 1 ∣ A ∣ A ∗ A^{ - 1} = \frac{1}{\left|A\right|}A^{*} A−1=∣A∣1A∗

用快速计算伴随矩阵的方法计算逆矩阵

2.5 快速计算特征值

写出特征多项式,然后通过试根,化为乘积的形式,即可得到特征值

2.6 快速特征向量

|A-λE|α=0, α是特征向量,不等于0,又因为最后的结果等于0,所以,不难得出,A-λE这个矩阵肯定是不可逆的。

在计算特征向量时,就是解齐次线性方程组,这个过程中,由于A-λE不可逆,他肯定不是满秩的,所以可以任意划掉一行,再计算特征向量

2.7 快速计算求两个向量的正交向量

横着将两个向量抄两遍,去掉第一列,去掉最后一列。

计算三个二阶行列式

3.综合题总结

3.1 求|A|的代数余子式之和A11+A12+A13

题眼分析:

涉及到代数余子式,考虑行列式或伴随矩阵

A11+A12+A13不是按行或者按列展开,所以应该考虑伴随矩阵

3.2 【计算行列式】与特征值结合

特征值和行列式的联系:

1.通过特征值定义,根据行列式=0,得到矩阵A的某个特征值

2.矩阵A特征值之积=矩阵的行列式

3.3 【计算行列式】与可逆矩阵充当除法结合

3.4 【简单常识】反求矩阵A

方法1:

已知:p-1Ap=对角阵,求矩阵A

求对角阵的特征值特征向量,A=p对角阵p-1

转换为矩阵乘法

假如这个A是实对称矩阵,还可以p-1=pT,A=p对角阵pT

方法2:

3.5 【简单常识】矩阵方程意味着特征值方程

3.6 【经典例题】使用传递性求可逆矩阵存在可逆矩阵P,使得P-1BP=对角阵

在某些稍微复杂的题目中

给出A-1BA=C,意味着C和B相似,C~对角阵

又经过计算B~对角矩阵

所以B也相似于这个对角矩阵,它们的特征值是相同,注意相似特征向量不一定相同。

求可逆矩阵P使得P-1BP=对角阵

P1-1CP1=对角阵

将A-1BA=C代入它

P1-1A-1BAP1=对角阵

所以(AP1)-1BAP1=对角阵,AP1就是P

题目来源:880 第十一章 综合解答2

3.7 将方程求解问题转换为特征值特征向量的问题

3.8 将求未知矩阵的问题转为求特征值特征向量

3.9 求可逆实对称矩阵Q,使得Q-1AQ=AT,找A和AT的联系

3.10 已知p-1Ap=B,知道B的特征值特征向量,如何求A的特征值特征向量

4.二级结论积累

二级结论不是很重要,了解会用即可。

4.1 Am-1a≠0,Ama=0的二级结论

Am-1a≠0,Ama=0,有a,Aa,A2a,Am-1a,线性无关

进一步思考其中内核就是,Aa=0成立,A2a也成立,A2a=AAa=0。

4.2 A和AT不同特征值的特征向量,一定正交

相关推荐
hai3152475436 分钟前
AI工业化编程的黎明:由逻辑压缩到知识融合的范式跃迁
开发语言·人工智能·线性代数·机器学习·数学建模·概率论
it-电商达人19 分钟前
深耕TK内容运营,专业云端工具助力出海矩阵高效发展
矩阵·产品运营·内容运营
吃好睡好便好22 分钟前
矩阵的求逆运算
人工智能·学习·线性代数·matlab·矩阵
AI科技星32 分钟前
基于光速螺旋拓扑模型的宇宙时空特征周期研究
人工智能·线性代数·架构·概率论·学习方法
逻辑君11 小时前
Foresight研究报告【20260011】
人工智能·线性代数·算法·矩阵
无左无右12 小时前
已知相机到车的rt 4x4矩阵,求pitch和yaw角度
数码相机·线性代数·矩阵
通信小呆呆13 小时前
Vandermonde结构及其快速算法详解
线性代数·算法
吃好睡好便好1 天前
矩阵的左乘和右乘
人工智能·学习·线性代数·算法·matlab·矩阵
东方佑1 天前
从量子矩阵力学到神经网络计算:一种跨学科的数学统一性探索
神经网络·线性代数·矩阵
通信小呆呆1 天前
Hankel结构及其快速算法详解
线性代数·算法·机器学习